一种基于高斯混合近似的高超声速再入飞行器跟踪方法技术

本发明专利技术公开了一种基于高斯混合近似的高超声速再入飞行器跟踪方法，在东北上惯性参考坐标系下建立高超声速机动再入飞行器的运动跟踪模型，并分别建立目标跟踪系统的雷达观测模型和目标先验模型集；根据先验模型集和雷达观测模型，并结合雷达回波数据,获得目标状态平滑估计值和协方差矩阵平滑估计值；本发明专利技术引入高斯混合近似思想，设计多模型下的高斯混合平滑滤波器，采用高斯分量自适应合并策略，同时合理选择平滑窗长，可避免粒子滤波存在的计算大和粒子退化问题，计算过程简单，易于实现，对于突然机动有着很好的估计精度，提高了高超声速再入飞行器的快速高精度跟踪能力。

A hypersonic reentry vehicle tracking method based on Gauss hybrid approximation

The invention discloses a Gauss mixture approximation of the hypersonic reentry vehicle tracking method based on tracking model in Northeast inertial coordinate system to establish hypersonic reentry vehicles movement, radar observation model and the prior model and establishes the target tracking system; according to the prior model set and radar observation model, and combined with the the radar echo data, obtain the optimal smoothing value and covariance matrix smoothing estimates; the invention introduces Gauss Gauss mixed hybrid approximation idea, smoothing filter design model, using the Gauss component adaptive merging strategy, and the reasonable choice of smoothing window length, which can avoid the calculation of the particle filter has large and particle degradation, simple. The calculation process is easy to realize, for a mobile suddenly good estimation accuracy, improve the high ultrasound The fast and high precision tracking capability of the fast reentry vehicle.

【技术实现步骤摘要】
一种基于高斯混合近似的高超声速再入飞行器跟踪方法
本专利技术属于雷达目标跟踪
，尤其涉及一种基于高斯混合近似的高超声速再入飞行器跟踪方法。
技术介绍
近年来，对于高超声速飞行器再入机动段的主动跟踪逐渐成为军事领域的研究热点。高超声速飞行器采用著名的“钱学森弹道”或“Sanger弹道”，其运动过程一般分为主动段、自由段、再入段。再入段是指目标重新返回进入稠密大气层的阶段，通常认为飞行器离地面高度80-100km即进入再入段。再入段飞行器相比飞机和普通导弹等飞行器有着特殊之处，它飞行快、速度高，再入过程受到的空气动力影响更为突出，加上对机动性的要求，再入过程中实施机动变轨飞行，机动方式种类繁多、复杂多变，机动加速度可高达5-15g。目标运动呈现出很强的非线性特性，气动模型及其复杂，微小的模型误差便会影响跟踪器的性能和准确性，这些对雷达精确跟踪和定位提出了严峻的挑战。目前，对于再入机动目标跟踪问题主要集中在运动建模和非线性滤波两个方面。在运动建模方面，常见模型有协同转弯、匀加速，Singer、当前统计、Jerk等模型。上述模型将加速度建模为随机过程，未能利用飞行器的气动参数和本文档来自技高网...

【技术保护点】
一种基于高斯混合近似的高超声速再入飞行器跟踪方法，其特征在于，具体包括以下步骤：步骤一、根据地球圆球模型和拟合大气模型，结合高超声速再入过程中目标的受力情况，在东北上惯性参考坐标系下建立高超声速机动再入飞行器的运动跟踪模型；步骤二、在东北上惯性参考坐标系下，根据步骤一中的所述运动跟踪模型，分别建立目标跟踪系统的雷达观测模型和目标先验模型集；步骤三、根据步骤二中的所述先验模型集和雷达观测模型，并结合雷达回波数据,获得目标状态平滑估计值和协方差矩阵平滑估计值。

【技术特征摘要】
1.一种基于高斯混合近似的高超声速再入飞行器跟踪方法，其特征在于，具体包括以下步骤：步骤一、根据地球圆球模型和拟合大气模型，结合高超声速再入过程中目标的受力情况，在东北上惯性参考坐标系下建立高超声速机动再入飞行器的运动跟踪模型；步骤二、在东北上惯性参考坐标系下，根据步骤一中的所述运动跟踪模型，分别建立目标跟踪系统的雷达观测模型和目标先验模型集；步骤三、根据步骤二中的所述先验模型集和雷达观测模型，并结合雷达回波数据,获得目标状态平滑估计值和协方差矩阵平滑估计值。2.如权利要求1所述的基于高斯混合近似的高超声速再入飞行器跟踪方法，其特征在于，步骤一具体方法为：步骤1.1、根据地球圆球模型和拟合大气模型，得出目标的加速度模型为：其中，ax,ay,az分别为目标在东北上惯性参考坐标系中x轴、y轴、z轴的加速度；h为目标在东北上惯性参考坐标系中的高度，ρ(h)为拟合大气模型，v为目标在东北上惯性参考坐标系中的速度，为弹体坐标系到东北上惯性参考坐标系的转移矩阵，αv,αt,αc分别为气动阻力参数、气动转弯力参数、气动爬升力参数，μ为地球引力常量，x、y、z分别为目标在东北上惯性参考坐标系中的x轴、y轴、z轴的坐标值，r为地心与目标的径向距离，r0为地球半径，HR为雷达高度，ωe为地球自转角速度，B为雷达位置的纬度；步骤1.2、根据步骤1.1中的目标加速度模型，结合气动力参数得出目标的运动跟踪模型：Xk+1＝F(θk+1)Xk+Gak(Xk)+wk，其中，F(θk+1)为k+1时刻的状态转移矩阵，θk+1为k+1时刻的机动时间常数，Xk为k时刻的目标状态，G为过程噪声分布矩阵，ak为k时刻的目标加速度，wk为k时刻的零均值过程白噪声。3.如权利要求1所述的基于高斯混合近似的高超声速再入飞行器跟踪方法，其特征在于，步骤二具体过程为：所述雷达观测模型具体为：其中，xk、yk、zk分别为目标在东北上惯性参考坐标系中k时刻的x轴、y轴、z轴的坐标值，Zk为直到k时刻的所有量测值，vk为k时刻的零均值白噪声；所述目标先验模型集为：其中，m为先验模型集的个数，m为大于等于2的整数，i、j分别表示第i、个和第j个先验模型。4.如权利要求1-3任一所述的基于高斯混合近似的高超声速再入飞行器跟踪方法，其特征在于，步骤三的具体方法为：步骤3.1、将混合概率密度函数，一步预测概率密度函数和条件后验概率密度函数分别用N个高斯分量表示：混合概率密度函数：一步预测概率密度函数：条件后验概率密度函数其中，p表示概率密度函数，θk为k时刻的模式，i和j分别代表第i和第j个先验模型，Zk为和为每个高斯分量在k时刻的权值，α和β分别表示第α和第β个分量，且满足以下公式：和和分别为上述三个公式的一二阶矩；步骤3.2、根据步骤3.1可得高斯混合模型存在下的输入交互公式：其中，μk,i|j为目标在k时刻从模型i转移到j的条件概率，μk,i为目标在k时刻处于模型i的概率，将所有高斯分量按权值大小排序，按照权值大小，取前m-1个高斯分量，且合并后面的Nt-(m-1)个高斯分量得到一个新的高斯分量；合并后的第m个高斯分量的状态和协方差表达式分别为：其中，为高斯合并后归一化的权值；步骤3.3、根据步骤3.2及卡尔曼滤波原理，得到状态的一步预测估计为：计算上述公式的一二阶矩，得到状态预测和协方差预测分别为：状态预测值：协方差预测值：

【专利技术属性】
技术研发人员：詹文超，梁彦，彭志超，曹晶莹，刘镇滔，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61